多模态分析视角下小学人工智能教育课堂学生情-教育测量与评价

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

多模态分析视角下小学人工智能教育课堂学生情

作者:

关键词:

摘要：

研究背景与问题

在当今世界，人工智能（AI）技术的快速发展已经引起了全球范围内的关注。我国为积极响应人工智能时代的挑战，实施了全面普及与推进人工智能教育的战略。小学阶段作为基础教育的关键时期，对学生的人工智能启蒙教育尤为重要。然而，如何有效测评小学人工智能教育课堂中学生情感投入的问题，成为教育实践与理论研究中亟待解决的核心问题。

研究方法

本研究采用多模态分析方法，针对小学人工智能教育课堂中的情感投入测评问题展开。研究首先构建了一个融合图像、文本、语音等数据的情感投入表征体系，该体系能够全面捕捉学生在课堂中的情感状态。随后，基于所构建的体系，开发了一套多模态分析框架。该框架能够通过实时监测与分析学生课堂行为，对学生的情感投入进行量化评估。

核心结果

通过对原理讲解课、技术体验课和编程实践课等多种教学环节的多模态数据采集，研究发现学生在课堂中的情感投入程度与其学习成绩之间存在着显著的正相关性。具体而言，学生在课堂中的积极参与、情绪饱满等因素与良好的学习成绩高度关联。此外，通过多模态分析框架的应用，成功识别并区分了学生情感投入的不同阶段，为后续教育策略的调整提供了依据。

结论与意义

本研究的结论表明，多模态分析方法能够有效提升小学人工智能教育课堂中学生情感投入测评的准确性。研究提出的融合图像、文本、语音等数据的情感投入表征体系和多模态分析框架，为小学人工智能教育实践提供了有力的理论支撑。该研究有助于促进小学人工智能教育的创新发展，为培养具有全球竞争力的科技创新人才奠定坚实的基础。同时，本研究的成果也为人工智能教育领域的情感计算与教学模式创新提供了有益的启示和实践经验。

文章来源：《教育测量与评价》网址: http://www.jyclypjzz.cn/qikandaodu/2026/1027/325.html